我国金融条件指数与房地产开发投资增速预测

2014年年初以来,我国房地产投资增速持续下滑,下半年增速能否稳住将是宏观管理面临的最大不确定性。本文使用2004年1月份至2014年6月份的月度数据,选取短期敏感性指标,通过向量自回归(V A R)方法构建金融条件指数,该指数对全国房地产开发投资增速有较好的预测效果。研究认为,我国房地产开发投资增速下滑的态势短期内还将延续,经济增长下行压力较大。为确保全年经济增长7.5%目标的实现,政府需及时采取一些适当的经济刺激措施。

经济新常态下增长转型与增速预测--基于新中国70年的时间序列数据

新常态下我国经济面临着"增长转型"与"增速下行"的双重压力。本文基于传统的消费经济理论和1953年-2018中国经济数据,从理论和实证两方面研究了中国经济"增长转型"与"增速下行"的关系,并对中国经济增速进行了预测。研究结论为:不是"增长转型"导致"增长下滑",而是经济"增长下滑"倒逼"增长转型";消费增长比国民收入增长稳定性高,在考虑乘数效应后,中国经济向消费驱动转型,既有利于提高增速,更有利于提高稳定性;中国应坚定不移的推动经济从传统的"高速度+高失衡+不可持续"的增长模式向新常态的"中速度+高质量+可持续"的增长模式转变。

基于网络搜索数据的地区RPI增速预测研究——模拟河北省日度网络搜索指数对地区RPI影响分析

大数据时代可有效利用高频网络搜索数据预测传统宏观经济走势。基于网络搜索数据对商品零售价格指数(RPI)变动影响的分析,利用相关关键词的网络搜索数据,构建河北省地区日度网络搜索指数,并基于混频数据模型MIDAS-AR(1)对地区RPI增速进行预测。研究结果表明:基于日度网络搜索指数的混频数据模型适用于地区RPI增速的预测。在静态预测方面,采用混频数据模型的预测精度要优于同频模型。在动态预测方面,采用调整模型h值的混频数据模型的预测效果优于AR(1)模型的动态预测结果,说明构建的日度网络搜索指数对地区RPI变动具有一定的预测能力。基于此,在对宏观经济进行监测预测时,应有效利用网络海量即时数据;混频数据模型可应用于区域RPI增速预测。

EMD-ARMA模型下GDP增长速度预测---基于武汉市统计数据(2000-2017年)的分析

运用EMD算法和ARMA模型预测相结合的方法,能精确地预测国内生产总值增长速度。文章基于武汉市统计数据,首先利用EMD技术对原始信号进行分解,得到不同频率的平稳的本征模函数IMF,然后以各IMF建立ARMA模型,最后将各IMF的预测值进行合成,实现对原始数据序列的预测,提高了预测精度。结果显示:EMD-ARMA模型的平均预测误差为1.695550%,比单一ARMA模型的误差3.957615%减小了57.91531%,由模型的预测得到,2018年武汉市国内生产总值增长速度为9.005186%。

消费潜力与宏观经济增长:基于社会再生产的理论和经验分析

发挥消费对经济的拉动作用,对畅通国内大循环具有重大意义。本文基于马克思再生产理论和宏观经济增长模型,从生产、分配、流通、消费四个环节的相互关系中系统剖析消费的功能,探究消费对经济增长的提振效应。结合马克思两部类经济增长模型和包含结构变量的潜在产出模型测算中国1979年以来的消费潜力,并预测未来至2035年的消费潜力,探究未来消费潜力支撑经济增长的内在数量关系。研究表明,中国消费潜力的趋势总体平稳,既不会出现强劲的反弹,也不会出现明显的失速,中国消费提振面临的主要是结构性问题叠加周期性问题;中国经济增长的痛点是消费潜力未得到充分释放,严重制约了消费对经济增长的拉动效应。据此,本文提出了提升消费潜力的相应路径。